情報アーキテクチャはAIが渇望する基盤である

20年にわたり、情報アーキテクチャは資金を提供されない分野でした。職種は消え、チームは連携せず、企業は内部の混乱を露呈していました。情報アーキテクチャをうまく行うことは、構造の問題というより、組織が物事の命名と配置について一つの方法に合意することです。しかし、この作業は遅く、政治的で、報われず、四半期ごとに新機能を出荷するプロジェクトに負けていました。その価値は見えず、失敗も見えませんでした。

そしてAIが登場し、目に見えない基盤が貸借対照表に現れました。情報アーキテクチャの欠陥は、かつては混乱した訪問者一人のコストでしたが、今では幻覚、誤った回答、またはゴミを自信を持って検索し行動するエージェントのコストになります。2025年の調査では、データの品質と可用性がAI導入の最大の障壁として挙げられ、他のすべての障害を上回っています。失敗は悪化したのではなく、可視化され、繰り返され、高コストになったのです。つまり、貧弱な情報アーキテクチャはトークンコストで測定できるようになり、しかも莫大なコストです。

より良いモデルを購入し、より精密なプロンプトを調整し、評価レイヤーを追加しても、誰も整理方法に合意していない山からモデルが検索する限り、誤った答えが出続けます。基盤を修正する前に、同じ間違いに二重に支払うことになります。

検索は、最初に与えられたものと同じくらいしか機能しません。ほとんどのチームは検索を解決済みの問題と見なします。モデルをコンテンツに向け、関連するパッセージを取得させ、回答を生成します。この技術は検索拡張生成（RAG）と呼ばれ、そのメカニズムは文字通り、モデルがトレーニングで記憶したものだけに頼るのではなく、クエリ時に取得したドキュメントに基づいて回答を生成するものです。しかし、このメカニズムは、取得元の山のすべての欠陥を継承します。コンテンツストアが非構造的でラベルもなく矛盾したドキュメントの平らな山である場合、検索は機能しません。クエリと最も多くの表面単語を共有する、最も大きなマッチを見つけるだけであり、それが最新であるか、権威があるか、真実であるかは考慮しません。情報アーキテクチャは、「正しいもの」がそもそも存在するようにするものです。組織スキーム、ラベリング、ナビゲーションはコンテンツの装飾ではなく、正しい答えが見つかるストアと、4つの矛盾した草稿の隣に埋もれているストアとの違いです。モデルは与えられた構造を超えて到達することはできません。構造が与えられなければ、最も近いものに手を伸ばします。

構造によって、モデルは何かが何であるかを理解します。価格、ポリシー、廃止された注記、顧客の引用は、類似した文字列として読めるかもしれませんが、意味は正反対です。人間は周囲のページを一目見てどれがどれかを判断しますが、モデルは同じ4つの断片に足場なしで渡されると、もっともらしい言語の4つのパッセージを見るだけで、どれを優先する理由もありません。メタデータ、タクソノミー、コンテンツタイピングによって、システムは権威あるものと逸話的なもの、最新のものと期限切れのもの、公式なものと推測的なものを区別できるようになります。これこそが、Lou Rosenfeld、Peter Morville、Jorge Arangoが『情報アーキテクチャ：Webを超えて』で体系化した組織化、ラベリング、意味構造です。現在、この同じ足場は「セマンティックレイヤー」という新しい名前で呼ばれています。タクソノミー、オントロジー、セマンティックレイヤーのいずれと呼んでも、その仕事は同じです：機械に何が何であるか、そして他のものとどのように関連するかを伝えることです。統制語彙（同じものに対する固定された合意された用語セット）は言語を安定させ、「キャンセル済み」「中止」「終了」「クローズ」が一つの概念を互いに無関係な4つに分割するのを防ぎます。構造化メタデータは、システムが頼りにする足場を提供し、何が最新で、何が正規で、あるものが別のものとどのように関連するかを示すタグとフィールドを提供します。この語彙は入力側でも価値を発揮します。ユーザーの「返金」「返金」「払い戻し」を、コンテンツが整理されている一つの優先用語にマッピングすることで、クエリとストアが同じ統制言語で話すようになります。この足場を取り除くと、モデルはシグナルとノイズを区別できなくなります。なぜなら、どちらがどちらかが決して教えられていないからです。

あいまいさは解決されず、増幅されます。人間は混乱した構造に対して寛容です。曖昧なラベルや半分だけ正しいカテゴリに直面すると、人間は判断力を使ってギャップを埋め、回避し、先に進みます。この寛容さが20年間、悪い情報アーキテクチャのコストを隠してきました。しかし、モデルは人間をそのループから排除します。彼らは判断力でギャップを埋めるのではなく、混乱をパターンマッチングし、それを自信を持って大規模に再現します。人間なら静かに修正する曖昧なラベルが、元の情報源が曖昧だったことを知らない何千もの人々に提供される体系的な誤った答えになります。2025年の『ワールドクオリティレポート』では、幻覚と信頼性の問題が企業が挙げる主要な障壁の上位にあり、生成AIをエンタープライズ規模で展開しているのはわずか15%です。これが議論の転換点です。悪い情報アーキテクチャはかつて、一度に一人の混乱したユーザーにコストをもたらしていましたが、そのコストはあまりに散在していて誰も名前をつけませんでした。今では、自動化され、繰り返され、自信に満ちた失敗というコストになります。同じ間違った答えが、質問するすべての人に対して新たに生成されます。混乱は変わりませんでしたが、爆発半径は変わりました。

エージェントは、答えるためだけでなく行動するために構造を必要とします。検索は簡単なケースです。質問に間違って答えるのは恥ずかしいことですが、行動を間違えるのは責任問題です。エージェントが検索をやめて行動を開始する瞬間——チケットをルーティングする、レコードを更新する、リクエストを承認する、別のシステムを呼び出す——正しいパッセージ以上のものが必要になります。エージェントは関係性、階層、境界を知る必要があります。何が何に属するか、何が何に依存するか、何に触れることが許され、何が許されないか。これは、情報アーキテクチャがファイリングシステムとしてではなく、オペレーティングモデルとして機能している状態です。かつてヘルプ記事を整理していたタクソノミーは、どのアクションがどのオブジェクトに対して有効かを決定します。誤った答えは信頼を損ないますが、誤った行動は資金を動かし、記録を変更し、それが正しいと仮定する下流のシステムを引き起こします。これらの関係のモデルを持たないエージェントは、行動を拒否するのではなく、与えられた平らであいまいな絵に基づいて、いつもの自信を持って行動します。これには、エージェントが行動する前からすでに代償が伴います。Moffatt v. Air Canada事件では、航空会社のサポートチャットボットが悲しむ顧客に、弔慰運賃を遡って請求できると伝えましたが、同社の弔慰運賃ポリシーページは正反対のことを述べていました。チャットボットはそれに矛盾するページにリンクさえしていました。顧客がその回答を信じて拒否されたとき、ブリティッシュコロンビア州の審判所は航空会社に責任があるとし、支払いを命じました。一つのサイトの二つのページが反対のことを言い、それを調整するものは何もありませんでした。これは単に答えるだけのチャットボットでした。もし同様のエージェントに行動する権限を与えたら、同じ未調整の構造が自力で資金を動かし始めるでしょう。

これが情報アーキテクチャがついに資金を得る方法です。ここまでのすべての理由は、かつて目に見えなかったコストを今や目に見える結果に変換します：ファインダビリティは検索精度に、タイピングは幻覚率に、構造はエージェントの信頼性と展開時間になります。この分野は変わりませんでしたが、貸借対照表は変わりました。この再構築によって、誰がその代金を払うのかが変わります。情報アーキテクチャは、そのリターンが「混乱したユーザーの減少」という、誰もスライドに載せられない数字であったときには決して予算を獲得できませんでした。しかし、そのリターンが「すでにロードマップにあるAIイニシアチブが失敗しない」となったとき、予算を獲得します。2025年、企業は生成AIに370億ドルを費やし、前年の115億ドルから増加しました（Menlo Ventures調べ）。そして、その支出の多くは、基盤となるコンテンツが整理されている場合にのみ機能する検索とグラウンディングに依存しています。その利益は測定可能であり、漠然としたものではありません。AnthropicのContextual Retrievalの研究では、パッセージを文脈化する情報を追加することで、検索失敗率が67%低下することが示されました。定義と構造により、モデルはより速く正しい情報を見つけ、トークン消費と呼び出し回数を削減し、誤った回答の隠れたコストを削減します。